[AI学术] little m：用于工业过程优化的 AI 代理

little m 是一个面向工业过程优化的 AI 代理。它将领域知识库与大语言模型（LLM）交互相结合，能够把杂乱的自然语言需求和工艺流程图转化为严格的数学模型。核心步骤包括：

1. 解析文本描述和空间图示，抽取关键变量和物理关系；
2. 在专属知识库中检索对应的连续多物理方程；
3. 通过 LLM 生成约束、目标函数以及变量声明，确保符号和语法的正确性；
4. 输出符合数学优化语言的模型文件。

生成的模型典型形式为

$$ \min{x}\; \sum{i} c_i x_i \ \text{s.t.}\; A x = b,\; x \ge 0 $$

little m 在新建的工业过程控制基准（IPC‑Bench）上进行系统评估。IPC‑Bench 包含 50 条需要同时理解文本和流程图的典型场景。通过自动结构检查和双盲人工评审，little m 在语义正确性上显著超越当前最先进的 LLM，能够生成符合物理约束的优化模型。评估关注的是模型的表述质量，而非求解器的可行性或闭环工业性能。

点评